La inteligencia artificial es un campo de la informática encargado de crear sistemas y programas capaces de dotar a máquinas con habilidades humanas como el aprendizaje o la posibilidad de planear acciones, imitando las capacidades de las personas.
Estamos ante uno de los conceptos tecnológicos de moda y cuyas aplicaciones son de gran utilidad tanto en el ámbito particular como en el profesional, abarcando sectores diferentes como los asistentes virtuales, la ciberseguridad, la medicina o la robótica.
Uno de los tipos de IA existentes es la inteligencia artificial generativa.
¿Qué es la inteligencia artificial generativa?
Por IA generativa se entiende el tipo de inteligencia artificial con capacidad para crear nuevos contenidos como música, vídeos, texto, audio o imágenes.
Los modelos de este tipo de inteligencia artificial aprenden los patrones y la estructura de sus datos de entrenamiento de entrada y luego generan nuevos datos que tienen características similares.
La inteligencia artificial generativa utiliza un modelo de aprendizaje automático para aprender los patrones y las relaciones de un conjunto de datos de contenido creado por personas para, posteriormente, usar patrones que ya conoce con los que generar contenido.
La gran diferencia entre la IA generativa y los tipos más establecidos de IA, como la analítica o la discriminativa, es que la generativa da el salto de las capacidades cognitivas al ámbito de las capacidades creativas. Con la generativa, la máquina produce información nueva en lugar de limitarse a reconocer, analizar o clasificar contenido existente.
El impacto de la IA generativa es tal que un estudio de KPMG afirma que casi cuatro de cada cinco líderes empresariales consideran esta tecnología como la que mayor impacto tendrá en sus negocios en el próximo lustro.
IA generativa: tiempo de pararse a pensar
Este pasado mes de abril, José María Álvarez-Pallete, presidente ejecutivo de Telefónica, ya que la explosión de la IA generativa va a ser “un punto de inflexión en la humanidad, probablemente superior a lo que fue la llegada de la imprenta o la fisión nuclear”.
Los actuales modelos de IA han multiplicado su velocidad de aprendizaje por más de 100 millones en la última década debido a que entonces los sistemas de IA se entrenaban con cantidades limitadas de datos mientras que hoy se alimentan con la ingente (y además creciente) cantidad de datos que hay disponibles en internet.
“El resultado es que hoy, la IAG es capaz de superar el examen de acceso médico y a la abogacía en el percentil más alto. Hoy, la IAG escribe el 40% del código de un ingeniero de software y empieza a desarrollar capacidades complejas como el engaño. Nuestra capacidad de distinguir un texto generado por IAG o por un humano es ya imposible en la práctica”, resumía Álvarez-Pallete, para quien la inteligencia artificial generativa tiene “la capacidad de hacer avanzar a la humanidad de forma exponencial”.
Sin embargo, y al igual que en anteriores revoluciones tecnológicas, “no podemos dejar que campe a sus anchas. No todo lo que la tecnología es capaz de hacer es bueno o socialmente aceptable”, zanjaba el presidente de Telefónica, quien alertaba de que “una IAG descontrolada o con afán de poder es un riesgo existencial. Podría elaborar moléculas dañinas para el hombre o llevar los modelos de fake news o deepfakes a convertirse en una amenaza para la democracia a través de campañas masivas de desinformación sistemática e indetectable”.
Riesgos de la IA generativa
Richard Benjamins, Chief Responsible AI Officer de Telefónica, también considera que la IA generativa representa un importante avance de la inteligencia artificial, puesto que esta tecnología ahora “es capaz de manipular también nuestro lenguaje, la característica principal que separa los humanos del resto de los seres vivos”.
Además de las ventajas que ya hemos visto que ofrece este tipo de tecnología, ChatGPT, como uno de los grandes referentes de la IA generativa, “es capaz de inventar cosas que no son verdaderas; las llamadas alucinaciones”.
Igualmente, alerta de que “ChatGPT podría generar una enorme cantidad de desinformación (noticias falsas) en muy poco tiempo. En manos equivocadas podría causar serios problemas en las sociedades hasta influir en elecciones democráticas. ChatGPT es tan bueno que hasta los profesionales jurídicos o médicos puedan sentir una tentación de usarlo para su trabajo, con todas las consecuencias y riesgos”.
Por ello, el ejecutivo considera “importante, necesario y positivo” el hecho de que cada vez más organizaciones reflexionen sobre los posibles impactos negativos del uso de la inteligencia artificial.
Deepfakes: qué son y cómo detectarlos
Aunque los deepfakes no son nuevos, sí es cierto que la popularización de la IA generativa ha conllevado un aumento de su creación y difusión. ¿Pero qué es un deepfake y cómo podemos detectarlo?
Se podría definir como una técnica de suplantación de identidad que recopila datos sobre movimientos físicos, rasgos faciales e incluso voz para posteriormente procesarlos a través de un algoritmo codificador IA o una Red generativa antagónica (GAN) y después crear contenido audiovisual, gráfico o de voz falso, pero hiperrealista.
Aunque es cierto que el nivel de sofisticación es cada vez mayor y, por lo tanto, es más complicado detectar un deepfake, hay una serie de detalles que pueden ayudar a identificarlos si prestamos atención:
- Número de parpadeos. Las personas reales suelen parpadear más y además lo hacen de forma menos forzada.
- Rostro y cuerpo. Generalmente los deepfakes se limitan al rostro, por lo que pueden detectarse incongruencias entre las proporciones del cuerpo y de la cara.
- Extensión del vídeo. Los vídeos fake, por la cantidad de trabajo que llevan detrás, tienen tendencia a ser más bien cortos.
- Sonido del vídeo. Si el movimiento de los labios y el sonido no coinciden, debemos sospechar.
- Interior de la boca. La reproducción fidedigna de lengua, dientes y cavidad bucal suele ser una de las cosas que menos pulidas tienen los deep fakes.
¿Qué son los modelos generativos?
Son sistemas de inteligencia artificial entrenados para crear contenidos nuevos, coherentes y originales a partir de los datos con los que han entrenado. Con ellos, puedes producir imágenes, textos o música, por ejemplo, en lugar de hacer solo recopilaciones o predicciones.
La inteligencia artificial generativa es una rama de la inteligencia artificial que se centra en la obtención de contenido original a partir de datos existentes, que pueden ser sintéticos o reales. Por medio de redes neuronales avanzadas, su aprendizaje profundo le permite generar un contenido que emula a los que ha conocido.
Sin embargo, se debe considerar que plantea desafíos éticos por la facilidad que tiene de crear contenido falso, entre otras cosas. Por lo tanto, estos modelos han de utilizarse con extremada responsabilidad.
¿Qué aplicaciones tiene la inteligencia artificial generativa?
Las aplicaciones son diversas y cada día se van ampliando. Así, por ejemplo, los modelos generativos de lenguaje, como ChatGPT, pueden proporcionar textos coherentes en una amplia variedad de temas. Por lo tanto, se pueden emplear en chatbots o en asistentes virtuales dedicados a servicios de atención al público.
De este modo, las empresas pueden incorporar su uso para mejorar las interacciones con los clientes o sus experiencias de búsqueda. Por otro lado, también tienen aplicaciones muy útiles con los servicios relacionados con el lenguaje, ya que hay modelos que traducen automáticamente de un idioma a otro.
Otras tecnologías de la IA generativa te facilitan la creación de imágenes o vídeos a partir de los que ha conocido durante su entrenamiento. Se utilizan mucho en el arte digital o en la producción de contenido visual, entre otras aplicaciones. Asimismo, existen modelos con los que puedes generar música a partir de las composiciones con las que fueron entrenados e incluso se pueden generar voces, por ejemplo, para videojuegos.
Igualmente, han demostrado su valía en diversos sectores industriales relacionados, por ejemplo, con las ciencias de la vida, salud, defensa, energía o las industrias automotriz y aeroespacial. Como apunte, el estudio de Gartner predice que el 50 % de las empresas dedicadas al desarrollo y fabricación de fármacos incorporará esta tecnología para 2025.
¿Qué es el aprendizaje profundo?
El aprendizaje profundo o deep learning es una especialidad del aprendizaje automático o machine learning. En este, los algoritmos aprenden sobre su experiencia y, de esta forma, toman mejores decisiones para el futuro.
Por el contrario, en el aprendizaje profundo, los algoritmos se distribuyen por capas de manera que generan redes neuronales artificiales. Estas son capaces de resolver problemas complejos y permiten que las máquinas u otros sistemas de inteligencia artificial sean entrenados.
¿Qué son las GAN dentro de la inteligencia artificial generativa?
GAN viene del acrónimo en inglés de redes generativas antagónicas. Es una tecnología que se basa, principalmente, en la existencia de dos redes neuronales: una generativa y otra discriminatoria. Así, la generativa es la que crea contenidos, mientras que la que discrimina evalúa si son verdaderos o falsos. De esta forma la interacción posibilita que el sistema aprenda de manera más eficiente.
Esto implica que puede ser más eficiente en la realización de un amplio número de tareas, ahorrando tiempo y costes, incluso puede dar clave en el entorno de la investigación, ya que puede proporcionar diferentes puntos de vista para acometer un proyecto de forma innovadora.
¿Qué limitaciones tiene la IA generativa?
Uno de los riesgos a los que se ha enfrentado desde sus inicios es el del sesgo. Esto podría ocasionar una serie de problemas de credibilidad en temas relacionados con la política, la justicia o la inmigración, entre otros.
Por otro lado, se enfrenta continuamente a problemas relacionados con la privacidad y las normas de protección de datos, cada vez más exhaustivas. En este sentido, la utilización de datos sintéticos parece ser la solución.
No obstante, la mayoría de tecnologías requiere un mínimo de datos reales de calidad. Estos, con frecuencia, se han obtenido a partir de lagunas legales en los elementos de la IoT, Big Data o Cloud Computing, por ejemplo. Por consiguiente, no hay forma de saber en qué medida pueden proteger los datos sensibles o de carácter personal.
También provoca ciertos planteamientos éticos respecto a la propiedad intelectual y la creatividad. Aún hay una inmensa tierra de nadie a la hora de arrogar la autoría de un determinado contenido obtenido por IA. Por último, la ausencia de marcos legales actuales nos plantea el riesgo de que puedan generar contenidos dañinos.
La inteligencia artificial generativa ha abierto un nuevo enfoque a la hora de efectuar determinadas tareas. Desde una perspectiva positiva, contribuye al avance de la sociedad y de multitud de procesos. Pese a ello, como ocurre siempre, es necesario conocer sus ventajas y los retos que plantea su utilización.
Inteligencia artificial generativa en la educación
Otro campo relevante donde puede tener incidencia la IA generativa es la educación. Ante los nuevos horizontes educativos que ofrece la rápida evolución de esta tecnología, la UNESCO ha llamado a actuar “urgentemente con miras a garantizar su integración en los sistemas de aprendizaje según nuestras condiciones”.
Y es que este organismo de las Naciones Unidas ha expresado su preocupación “por el hecho de que los controles y equilibrios aplicados a los materiales didácticos no se estén utilizando en la aplicación de la IA generativa”.
Con datos una encuesta del mes de mayo de 2023 (llevada a cabo en más de 450 escuelas y universidades), la UNESCO reveló que menos del 10% de estas instituciones han elaborado políticas institucionales y/o directrices formales sobre la utilización de aplicaciones de IA generativa.
Por ello, la organización alerta de que “el sector educativo no puede depender de los creadores corporativos de la IA para regular su propio trabajo. Para examinar y validar las nuevas y complejas aplicaciones de IA para su utilización formal en las escuelas, la UNESCO recomienda que los ministerios de educación desarrollen sus capacidades en coordinación con otras ramas reguladoras del gobierno, en particular aquellas que regulan las tecnologías”.
Así pues, como con todo avance tecnológico de calado, vemos que la evolución de la IA generativa ofrece un amplísimo abanico de posibilidades para el progreso social si bien es cierto que también, en función de los usos que se quieran darle, puede presentar retos complejos.
En cualquier caso, si queréis profundizar más sobre la inteligencia artificial no os perdáis este divertido y distendido video:
